Penerapan Metode Fuzzy Tsukamoto Dalam Pengendalian Permintaan

PENERAPAN METODE FUZZY TSUKAMOTO DALAM PENGENDALIAN
PERMINTAAN BERDASARKAN PENGELUARAN BARANG
PROPOSAL S K R I P S I
Oleh :
Yaomil Arofah
NPM : 14160055
JENJANG STRATA 1 (S1)

PROGRAM STUDI SISTEM INFORMASI
FAKULTAS INFORMATIKA DAN KOMPUTER

UNIVERSITAS BINANIAGA INDONESIA
BOGOR
2020
PENGESAHAN PROPOSAL PENELITIAN
Judul : Penerapan Metode Fuzzy Tsukamoto Dalam Pengendalian Permintaan

Berdasarkan pengeluaran Barang
Oleh : Yaomil Arofah
NPM : 14160055
Jenjang : Strata 1 (S1)
Fakultas : Informatika dan Komputer
Program Studi : Sistem Informasi
Tanggal, ...................2020 Pembimbing I
Rajib Ghaniy, S.Kom, M.Kom

NIDN : 0426038703
Tanggal, ...................2020 Pembimbing II
Julio Warmansyah, S.Kom, M.MSI

NIDN : 0401077302
i
TENTANG PENYUSUN
Yaomil Arofah, Lahir di Bogor pada tanggal 10 April 1998 . Lulus dari
SMK Wijaya Plus jurusan Multimedia dan saat ini melanjutkan kuliah di
UNIVERSITAS BINANIAGA INDONESIA jurusan Sistem Informasi.
Aktifitas saat ini kuliah dan bekerja di PT. CS2 Pola Sehat sebagai
Admin Factory.
ii
PERNYATAAN KEASLIAN PENELITIAN
Karya tulis penelitian ini benar merupakan hasil karya dan pemikiran sendiri, bukan merupakan hasil
penjiplakan dan pengambil alihan dari hasil karya dan pemikiran orang lain yang diakui sebagai hasil
karya dan pemikiran sendiri. Penilitian yang diambil dari sumber lain telah dicantumkan dengan
mencantumkan penulisnya. Apabila dikemudian hari terbukti atau dapat dibuktikan bahwa skripsi ini
merupakan hasil penjiplakan atau pengambil alihan dari hasil karya dan pemikiran orang lain maka
penyusun bersedia menerima sanksi atas perbuatannya.
Bogor, 2020
Yang membuat pernyataan
Yaomil Arofah
NPM : 14160055
iii
KATA PENGANTAR
Puji dan syukur dipanjatkan kehadirat Tuhan Yang Maha Esa, karena atas berkat dan rahmat – Nya
proposal penelitian berjudul “Penerapan Metode Fuzzy Tsukamoto Dalam Pengendalian Permintaan
berdasarkan pengeluaran barang” dapat diajukan untuk memenuhi salah satu syarat dalam
mengambil skripsi di UNIVERSITAS BINANIAGA INDONESIA.
Dalam Proposal ini dibahas mengenai bagaimana Penerapan Metode Fuzzy Tsukamoto
Dalam Pengendalian Penerimaan dan Pengeluaran Barang Jadi.
Penulis menyadari bahwa penyusunan laporan ini masih jauh dari kata sempurna, maka dari
itu penulis mengharapkan kritik dan saran yang membangun agar menjadi lebih baik. Semoga
laporan ini dapat bermanfaat bagi penulis dan bagi yang membacanya.
Bogor, 2020
Penyusun
iv
UCAPAN TERIMAKASIH
Puji syukur saya panjatkan kehadirat Allah SWT yang sudah melimpahkan rahmat, taufik,
dan hidayah-Nya sehingga saya dapat menyelesaikan penulisan proposal penelitian dengan judul
“Penerapan Metode Fuzzy Tsukamoto Dalam Pengendalian Permintaan berdasarkan pengeluaran
barang”
Walaupun begitu, saya tahu masih terdapat banyak keterbatasan dan kekurangan dalam
penulisan proposal skripsi ini, maka dari itu saya menerima berbagai saran dan kritik yang
membangun agar dimasa yang akan datang tulisan ini dapat menjadi lebih baik lagi. Pada
kesempatan ini saya juga mengucapkan terima kasih yang sebesar-besarnya kepada:
1. Bapak Rajib Ghaniy. M.Kom, selaku pembimbing I
2. Bapak Julio Warmansyah, S.Kom, M.MSI, selaku pembimbing II
3. Orang tua tercinta yang telah memberi doa dan dukungan kepada saya baik dari segi
moril maupun materil.
4. Teman-teman serta sahabat seperjuangan yang tak henti memberikan dukungan dan
support motivasi untuk saya.
5. Semua pihak yang tidak bisa saya sebutkan satu per satu.
Semoga proposal skripsi ini bisa memberikan manfaat bagi saya dan bagi yang lainnya.
v
DAFTAR ISI
PENGESAHAN PROPOSAL PENELITIAN............................................................................................ i
TENTANG PENYUSUN......................................................................................................................... ii
PERNYATAAN KEASLIAN PENELITIAN..............................................................................................iii
KATA PENGANTAR............................................................................................................................. iv
UCAPAN TERIMAKASIH....................................................................................................................... v
DAFTAR ISI.......................................................................................................................................... vi
DAFTAR TABEL.................................................................................................................................. viii
DAFTAR GAMBAR............................................................................................................................... ix
BAB I PENDAHULUAN......................................................................................................................... 1
A. Latar Belakang Masalah............................................................................................................ 1
B. Rumusan Masalah..................................................................................................................... 2
1. Identifikasi Masalah............................................................................................................... 3
2. Pernyataan Masalah / Problem Statement.............................................................................3
3. Pertanyaan Masalah / Research Question.............................................................................3
C. Maksud dan Tujuan Penelitian................................................................................................... 3
1. Maksud.................................................................................................................................. 3
2. Tujuan.................................................................................................................................... 3
D. Spesifikasi Produk Yang Diharapkan......................................................................................... 3
E. Signifikasi Penelitian.................................................................................................................. 4
F. Asumsi dan Keterbatasan.......................................................................................................... 4
1. Asumsi................................................................................................................................... 4
2. Keterbatasan.......................................................................................................................... 4
G. Definisi Istilah atau Definisi Operasional....................................................................................4
BAB II KERANGKA TEORITIS.............................................................................................................. 7
A. Landasan Teori.......................................................................................................................... 7
1. Sistem Pendukung Keputusan............................................................................................... 7
2. Logika Fuzzy Tsukamoto....................................................................................................... 8
3. Pengembangan Sistem.......................................................................................................... 9
vi
B. Pemahaman Teoritis................................................................................................................ 11
C. Tinjauan Pustaka..................................................................................................................... 11
D. Kerangka Berfikir..................................................................................................................... 23
E. Hipotesis Penelitian................................................................................................................. 24
BAB III METODOLOGI PENELITIAN.................................................................................................. 25
A. Metode Penelitian dan Pengembangan...................................................................................25
B. Model / Metode Yang Diusulkan.............................................................................................. 28
C. Prosedur Pengembangan........................................................................................................ 30
D. Uji Coba Produk....................................................................................................................... 31
E. Penjadwalan............................................................................................................................ 39
F. Sistematika Laporan................................................................................................................ 40
DAFTAR RUJUKAN............................................................................................................................ 43
DAFTAR TABE
vii
Table 1.1 Permintaan dan Pengeluaran Barang....................................................................................2
Table 2.1 Tinjauan Studi...................................................................................................................... 19
Table 3.1 Instrumen Untuk Ahli Materi.................................................................................................33
Table 3.2 Instrumen Untuk Pengguna.................................................................................................34
Table 3.3 Aturan Perhitungan Score PSSUQ......................................................................................36
Table 3.4 Skala Likert.......................................................................................................................... 36
Table 3.5 Skoring Skala Guttman........................................................................................................ 37
Table 3.6 Kategori Kelayakan Menurut Arikunto..................................................................................38
Table 3.7 Nilai MAPE Untuk Evaluasi Prekdiksi..................................................................................39
viii
DAFTAR GAMBAR
Gambar 2.1 Kerangka Berfikir............................................................................................................. 23

Gambar 3.1 Langkah-Langkah Metode R&D Menurut Sugiyono.........................................................25
Gambar 3.2 Model Prototypy............................................................................................................ . 30
Gambar 3.3 Prosedur Pengembangan................................................................................................ 30
Gambar 3.4 Penjadwalan.................................................................................................................... 40
ix
x
BAB I PENDAHULUAN
A. Latar Belakang Masalah

Persediaan memiliki manfaat dan kerugian. Manfaat dari persediaan ini
adalah mengantisipasi kebutuhan mendesak dari perusahaan, memenuhi
permintaan dari pengguna. Namun pemakaiaan sistem persediaan ini memiliki
kerugian yaitu dapat meningkatkan biaya yang harus dikeluarkan perusahaan
sehingga dapat mengurangi keuntungan yang dimiliki oleh perusahaan. Oleh sebab
itu, perlu dilakukan penentuan jumlah persediaan yang ekonomis. Jika jumlah
persediaan yang dimiliki dalam jumlah yang cukup besar, maka biaya yang
dikeluarkan akan semakin besar. Selain perlu dilakukan pertimbangan dalam jumlah
persediaan yang dimiliki, pertimbangan lainnya yang harus diperhatikan adalah
sistem pengeluaran barang dari persediaan yang ada gudang. Ada berbagai macam
karakteristik barang yang dapat mempengaruhi cara pengeluaran barang, seperti
tanggal kadaluwarsa. Oleh sebab itu, bagaimana cara penyimpanan serta
pengeluaran barang dari gudang perlu dipertimbangkan agar kualitas barang yang
dikeluarkan cukup baik serta perputaran barang yang terjadi cukup tinggi.
Untuk dapat melaksanakan pengendalian persediaan dan pengeluaran
barang dengan baik, perlu diketahui fungsi pengendalian persediaan dan
pengeluaran. Adapun yang dimaksud dengan fungsi pengendalian proses ini adalah
perencanaan, penentuan urutan barang masuk keluar, penentuan waktu.
Pengendalian persediaan dan pengeluaran barang dilakukan untuk
mempelajari prinsip-prinsip dan teknik-teknik mendapatkan rancangan sistem dan
tata kerja yang paling efektif dan efisien. Prinsip atau teknik-teknik tersebut
diaplikasikan guna mengatur komponen-komponen kerja yang terlibat dalam sebuah
sistem kerja seperti manusia, bahan baku, mesin, dan lain-lain, sehingga dicapai
tingkat efektivitas dan efisiensi kerja yang tinggi.
berdasarkan uraian diatas dan pentingnya pengendalian barang sangat
penting untuk memperlancar proses yang ada. untuk mendapatkan pengendalian
barang yang efektif dan efisien, maka perlu disusun sistem penerapan metode
Fuzzy Tsukamoto dalam pengendalian permintaan berdasarkan pengeluaran
barang.
Logika Fuzzy merupakan ilmu yang mempelajari mengenai ketidakpastian.
Logika Fuzzy juga mampu untuk memetakan suatu ruang input kedalam suatu ruang
output dengan tepat. Dalam teori sistem Fuzzy dikenal suatu konsep sistem Fuzzy
yang digunakan dalam proses prediksi pada umumnya terdiri atas empat tahap,
yaitu fuzzifikasi (proses pengubahan bilangan tegas kedalam bentuk bilangan
Fuzzy), pembentukan rule basis (basis aturan Fuzzy), sistem inferensi atau
penalaran Fuzzy, defuzzifikasi (proses pengubahan bilangan Fuzzy hasil dari sistem
inferensi Fuzzy ke dalam bilangan tegas). Salah satu metode dalam sistem Fuzzy
yang dapat dipakai dalam memprediksi adalah metode Tsukamoto.
Dengan adanya masalah yang selalu terjadi dalam suatu perusahaan maka
dalam menentukan pengendalian penerimaan dan pengeluaran barang dibutuhkan
suatu alternatif pemecahan masalah dengan menerapkan metode Fuzzy Tsukamoto
yang diharapkan dapat mengatasi permasalahan yang ada.
B. Rumusan Masalah
Analisis persediaan berkenan dengan perancangan teknik memperoleh
tingkat persediaan optimal dengan menjaga keseimbangan antara biaya karena
persediaan yang terlalu banyak dengan biaya karena persediaan yang terlalu
sedikit. Suatu perusahaan atau organisasi menyimpan persediaan untuk berbagai
alasan penting. Salah satunya adalah menyimpan barang untuk memenuhi
permintaan pelanggan, biasanya sejumlah persediaan disimpan untuk
mengantisipasi permintaan pelanggan. Sistem permintaan barang yang terjadi pada
gudang PT. CS2 Pola Sehat yaitu kabag produksi dan PPIC mendapatkan target
dari pusat untuk bulan berikutnya, lalu kabag membuat rencana target perhari agar
mencapai target yang diberikan dari pusat.
Table 1.1 Permintaan dan Pengeluaran Barang
Bulan Permintaan Pengeluaran Sisa

Maret 2020 137.744 karton
April 2020 155.861 karton 159.714 karton 18.117
Mei 2020 152.686 karton 146.615 karton 7.028
Juni 2020 143.801 karton 189.411 karton 2.814
Juli 2020 207.081 karton 146.869 karton 17.670
(sumber : PT. CS2 Pola Sehat)
Dari tabel 1.1 menggambarkan permintaan barang untuk memenuhi

kebutuhan konsumen, namun fisik yang tersedia lebih dari pengeluaran barang,
sehingga terjadinya penumpukan barang digudang.
Berdasarkan permasalahan di atas, maka dirancang pengendalian
permintaan barang yang dapat membantu dalam pengendalian barang masuk.
Sehingga tidak terjadi stok berlebihan ataupun kekurangan
2 | Skripsi Porposal UNIVERSITAS BINANIAGA INDONESIA 2020

1. Identifikasi Masalah
Apabila jumlah produk yang diminta oleh perusahaan lebih dari jumlah
permintaan maka perusahaan mengalami kerugian. Oleh karena itu,
perencanaan dalam suatu perusahaan sangatlah penting agar dapat memenuhi
permintaan pasar yang tepat dan dengan jumlah yang sesuai. Identifikasi
Masalah :
a. Belum efektinya perhitungan permintaan barang.
b. Sulitnya dalam memprediksi penyediaan barang dengan tepat.
1. Pernyataan Masalah / Problem Statement
Berdasarkan identifikasi masalah, maka dapat disimpulkan pokok
masalah yaitu belum tepatnya dalam pengambilan keputusan dalam menentukan
permintaan barang berdasarkan pengeluaran barang.
2. Pertanyaan Masalah / Research Question
Dengan penerapan pokok masalah tersebut, proyek ini menekankan
rumusan masalahnya yaitu :
a. Bagaimana penerapan metode Fuzzy Tsukamoto dalam pengendalian
permintaan berdasarkan pengeluaran barang ?
b. Bagaimana tingkat ketepatan dalam menentukan permintaan barang ?
C. Maksud dan Tujuan Penelitian

1. Maksud
Maksud dari penelitian ini adalah untuk mencoba menerapkan metode fuzzy
tsukamoto dalam pengendalian permintaan berdasarkan pengeluaran barang.
3. Tujuan
Tujuan yang ingin dicapai dalam penelitian ini adalah :
a. Mendapatkan pengendalian permintaan barang yang lebih tepat.
b. Pihak Perusahaan dapat menentukan jumlah maksimum permintaan dengan
tepat.
c. Sistem dapat membantu untuk merekomendasi pengendalian penentuan
permintaan barang.
D. Spesifikasi Produk Yang Diharapkan

Produk yang diharapkan dapat membantu managemen dalam menentukan
pengendalian permintaan barang.
3
E. Signifikasi Penelitian
Penelitian ini dilakukan untuk membuat sistem yang dapat menentukan
pengendalian permintaan barang. Adapun manfaat yang diperoleh dalam
penelitian ini, yaitu :
a. Memudahkan perusahaan dalam menentukan pengendalian permintaan barang.
b. Dapat dijadikan acuan bagi pengambilan keputusan dalam menentukan
pengendalian permintaan barang.
c. Mempermudah pengambilan keputusan bagi para pembuat keputusan.
d. menghemat waktu dan memperkecil kesalahan dalam perhitungan.
F. Asumsi dan Keterbatasan

1. Asumsi
Asumsi dalam penelitian yang akan dikembangkan yaitu :
a. Dengan adanya penelitian ini bagian gudang dapat mengendalikan
permintaan berdasarkan pengeluaran barang.
b. Pengambilan data untuk memprediksi permintaan barang sudah tepat dan
akurat.
4. Keterbatasan
Adapun batasan-batasan masalah dalam penelitian ini adalah sebagai
berikut :
a. Data digunakan adalah data permintaan dan pengeluaran barang pada bulan
Maret - Juli 2020.
b. Penelitian dilakukan di PT. CS2 Pola Sehat meliputi permintaan dan
pengeluaran barang.
G. Definisi Istilah atau Definisi Operasional

1. gudang adalah menjadi tempat atau ruang untuk menyimpan barang (produk)
sebelum kemudian dijual atau didistribusikan kepada konsumen atau
distributor yang memiliki skala lebih kecil.
2. Pengendalian merupakan salah satu fungsi penting manajemen yang harus
dilakukan oleh semua manajer untuk mencapai tujuan organisasinya.
Pengendalian dapat diartikan sebagai fungsi manajemen untuk memastikan
bahwa kegiatan dalam organisasi dilakukan sesuai dengan yang
direncanakan.

3. terjadi masalah seperti hilangnya barang jaminan, tertukarnya barang
jaminan, dan rusaknya barang jaminan akan sulit di diselesaikan dan
terdeteksi.
4. Redudansi adalah istilah untuk menyatakan bahwa salah satu konstituensi
dalam kalimat dipandang tidak perlu dari sudut semantik. Suatu kalimat dinilai
mengandung redudansi atau tidak, bisa digali dari berubah tidaknya informasi
dalam suatu kalimat jika unsur segmental tersebut dihilangkan
5
(Halaman ini sengaja dikosongkan)

BAB II KERANGKA TEORITIS
A. Landasan Teori
Dalam rangka memperoleh suatu pedoman guna lebih memperdalam masalah,
maka perlu dikemukakan suatu landasan teori yang bersifat ilmiah. Dalam landasan
teori ini dikemukakan teori yang ada hubungannya dengan materi-materi yang
digunakan untuk memecahkan masalah pada penelitian ini.
1. Sistem Pendukung Keputusan
Sistem pendukung keputusan adalah bagian dari sistem informasi berbasis
komputer termasuk sistem manajemen pengetahuan berbasis pengetahuan yang
digunakan untuk mendukung pengambilan keputusan dalam suatu organisasi
atau perusahaan. Bisa juga dianggap sebagai sistem komputer yang mengolah
data menjadi informasi untuk pengambilan keputusan masalah-spesifik semi-
terstruktur. Menurut Moore dan Chang, SPK dapat digambarkan sebagai sistem
yang mampu mendukung analisis ad hoc data, dan pemodelan keputusan,
berorientasi keputusan, orientasi perencanaan masa depan, dan digunakan pada
waktu yang tidak biasa.
Konsep Sistem Pendukung Keputusan (SPK) pertama kali diungkapkan
pada awal tahun 1970-an oleh Michael S.Scott Morton yang menjelaskan bahwa
Sistem Pendukung Keputusan adalah suatu sistem yang berbasis computer yang
ditujukan untuk membantu pengambil keputusan dalam memanfaatkan data dan
model tertentu untuk memecahkan berbagai persoalan yang tidak
terstruktur(Dadan Umar Daihani (2001:54)).
Sistem pendukung keputusan bertujuan untuk menyediakan informasi,
membimbing, memberikan prediksi serta mengarahkan kepada pengguna
informasi agar dapat melakukan pengambilan keputusan denngan lebih baik.
Tujuan sistem pendukung keputusan yang dikemukakan oleh Keen dan Scott
dalam buku Sistem Informasi Manajemen (McLeod, 1998) mempunyai tiga tujuan
yang akan dicapai adalah :
a. Membantu manajer membuat keputusan untuk memecahkan masalah semi
terstruktur.
b. Mendukung manajer dalam mengambil keputusan suatu masalah.
c. Meningkatkan efektifitas pengmbilan keputusun manajer daripada
efisiensinya.
Tahapan-tahapan pengambilan keputusan menurut Simon (1960) adalah
sebagai berikut:
a. Intelligence
7
adalah suatu pengumpulan informasi untuk mengidentifikasikan suatu
masalah
b. Design
adalah suatu tahap perancangan solusi dalam bentuk alternatif ddalam
pemecahan masalah.
c. sChoice
Adalah suatu tahap memilih dari solusi alternafif-alternattif yang telah
disediakan.
d. Implementation
Tahap iplementasi adalah tahap pelaksanaan dari keputusan yang yang telah
diambil. Pada tahap ini perlu disusun serangkaian tindakan ang terencana,
seingga hasil keputusan dapat dipantau dan disesuaikan apabila perlu
dilakukan perbaikan.
2. Logika Fuzzy Tsukamoto
Logika Fuzzy adalah suatu cara yang tepat untuk memetakan suatu ruang
input ke dalam ruang output. Untuk sistem yang sangat rumit, penggunaan logika
fuzzy (fuzzy logic) adalah salah satu pemecahannya. Sistem tradisional
dirancang untuk mengontrol keluaran tunggal yang berasal dari beberapa
masukan yang tidak saling berhubungan. Karena ketidaktergantungan ini,
penambahan masukan yang baru akan memperumit proses kontrol dan
membutuhkan proses perhitungan kembali dari semua fungsi . Kebalikannya,
penambahan masukan baru pada sistem fuzzy, yaitu sistem yang bekerja
berdasarkan prinsip-prinsip logika fuzzy, hanya membutuhkan penambahan
fungsi keanggotaan yang baru dan aturan-aturan yang berhubungan dengannya.
Secara umum, sistem fuzzy sangat cocok untuk penalaran pendekatan
terutama untuk sistem yang menangani masalah-masalah yang sulit didefinisikan
dengan menggunakan model matematis Misalkan, nilai masukan dan parameter
sebuah sistem bersifat kurang akurat atau kurang jelas, sehingga sulit
mendefinisikan model matematikanya.
Sistem fuzzy mempunyai beberapa keuntungan bila dibandingkan dengan
sistem tradisional, misalkan pada jumlah aturan yang dipergunakan. Pemrosesan
awal sejumlah besar nilai menjadi sebuah nilai derajat keanggotaan pada sistem
fuzzy mengurangi jumlah nilai menjadi sebuah nilai derajat keanggotaan pada
sistem fuzzy mengurangi jumlah nilai yang harus dipergunakan pengontrol untuk
membuat suatu keputusan. Keuntungan lainnya adalah sistem fuzzy mempunyai
kemampuan penalaran yang mirip dengan kemampuan penalaran manusia. Hal

ini disebabkan karena sistem fuzzy mempunyai kemampuan untuk memberikan
respon berdasarkan informasi yang bersifat kualitatif, tidak akurat, dan ambigu.
Ada beberapa alasan penggunaan Logika Fuzzy :
1. Logika Fuzzy sangat fleksibel.
2. Logika Fuzzy memiliki toleransi.
3. Konsep logika fuzzy mudah dimengerti. Konsep matematis yang mendasari
penalaran fuzzy sangat sederhana dan mudah dimengerti.
4. Logika fuzzy mampu memodelkan fungsi-fungsi nonlinear yang sangat
kompleks.
5. Logika fuzzy dapat membangun dan mengaplikasikan pengalaman-
pengalaman para pakar secara langsung tanpa harus melalui proses
pelatihan.
6. Logika fuzzy dapat bekerjasama dengan teknik-teknik kendali secara
konvensional.
7. Logika fuzzy didasarkan pada bahasa alami.(Sri Kusumadwi,2002:3)
Ada beberapa metode untuk merepresentasikan hasil logika fuzzy salah

satunya adalah fuzzy tsukamoto
Pada metode Tsukamoto, setiap konsekuen direpresentasikan dengan
himpunan fuzzy dengan fungsi keanggotaan monoton. Output hasil inferensi
masing-masing aturan adalah z, berupa himpunan biasa (crisp) yang ditetapkan
berdasarkan -predikatnya. Hasil akhir diperoleh dengan menggunakan rata-rata
terbobotnya.(Sri Kusumadewi,2002:108)
5. Pengembangan Sistem
Terdapat beberapa pendapat yang menjelaskan mengenai definisi dari
pengembangan sistem, diantaranya :
Pengembangan sistem merupakan suatu proyek yang harus melalui suatu
proses pengevaluasian seperti pelaksanaan proyek lainnya. (Amsa, 2008)
Pengembangan sistem dapat berarti menyusun sistem yang baru untuk
menggantikan sistem yang lama secara keseluruhan atau untuk memperbaiki
sistem yang sudah ada (kami, 2008).
Pengembangan sistem adalah metode/prosedur/konsep/aturan yang
digunakan untuk mengembangkan suatu sistem informasi atau pedoman
bagaimana dan apa yang harus dikerjakanselama pengembangan
sistem(algorithm). Metode adalah suatu cara, teknik sistematik untuk
mengerjakan sesuatu (dinu, 2008).
9
Hal Mendasar Dalam pengembangan sistem dalam pengembangan dan
perancangannya, penganalisa sistem merupakan bagian dari tim
yang berfungsi mengembangkan sistem yang memiliki daya guna tinggi dan me
menuhi k butuhan pemakai akhir. Pengembangan dipengaruhi sejumlah hal
(Okta, 2007), yaitu: Produktifitas
Saat ini dibutuhkan sistem yang lebih banyak, lebih baik dan lebih cepat. Hal
ini membutuhkan lebih banyak programmer dan penganalisa sistem yang
berkualitas, kondisi kerja ekstra, kemampuan pemakai untuk mengembangkan
sendiri, bahasa pemrograman yang lebih baik, perawatan sistem yang lebih baik
(umumnya 50% s.d 70% sumber daya digunakan sistem), disiplin teknis lunak
dan perangkat pengembangan sistem yang terotomasi.
Reliabilitas waktu yang dihabiskan untuk testing sistem secara umum
menghabiskan 50% dari waktu total pengembangan sistem. Dalam kurun waktu
30 tahun sejumlah sistem yang digunakan diberbagai perusahaan mengalami
kesalahan dan ironisnya tidak mungkin untuk diubah. Sebagai contoh kasus;
untuk setiap program yang dihasilkan dari IBM‟s superprogramer project punya
tiga sampai lima kesalahan untuk setiap kesalahan untuk setiap sepuluh
statement pemrograman.
Dalam pengembangan sistem terdapat beberapa hal yang menjadi faktor
utama (klas,2008) diantaranya :
1. Perencanaan Sistem (System Planning)
Beberapa hal yang termasuk kedalam tahap perencanaan sistem
diantaranya yang menyangkut kebutuhan-kebutuhan fisik yang digunakan untuk
mendukung pengembangan sistem serta mendukung operasi setelah diterapkan.
Adapun proses-proses yang dilakukan dalam tahapan perencanaan sistem,
diantaranya :
Merencanakan proyekproyek sistem yang dilakukan oleh staf perencana sistem.
Dengan tahapan-tahapan sebagai berikut :
a. Mengkaji tujuan dan perencanaan strategi
b. Mengidentifikasikan proyek-proyek sistem
c. Menetapkan sasaran proyek-proyek sistem
d. Menetapkan kendala proyek-proyek sistem
e. Menentukan proyek-proyek sistem prioritas
f. Membuat laporan perencanaan sistem
g. Meminta persetujuan manajemen
2. Menentukan proyek-proyek sistem yang akan dikembangkan. Tahapan yang
dilakukan diantaranya : Menunjukan team analis mengumumkan proyek

pengembangan sistem Mendefinisikan proyek-proyek sistem dikembangkan
dan dilakukan oleh analis sistem. Tahapannya sebagai berikut :
1. Melakukan study kelayakan
2. Menilai kelayakan proyek sistem
3. Membuat usulan proyek sistem
4. Meminta persetujuan manajemen
Adapun tahapan utama dalam siklus pengembangan sistem, yaitu :
1. Perencanaan Sistem ( Systems Planning)
2. Analisis Sistem (System Analysis)
3. Perancangan Sistem (Systems Design) Secara Umum
4. Seleksi Sistem (System Selection)
5. Perancangan Sistem (Systems Design) Secara Umum
6. Implementasi dan Pemeliharaan Sistem (System Implementation &
Maintenance)
B. Pemahaman Teoritis
a. Logika Fuzzy Tsukamoto
Metode Tsukamoto, implikasi setiap aturan berbentuk implikasi
“Sebab Akibat”/Implikasi “Input-Output” dimana antara anteseden dan
konsekuen harus ada hubungannya. Setiap aturan direpresentasikan
menggunakan himpunan-himpunan fuzzy, dengan fungsi keanggotaan yang
monoton. Kemudian untuk menentukan hasil tegas (Crisp Solution) digunakan
rumus penegasan (defuzifikasi) yang disebut “Metode rata-rata terpusat” atau
“Metode defuzifikasi rata-rata terpusat (Center Average Deffuzzyfier)
(Kusumadewi, 2004). Pada metode Tsukamoto, setiap konsekuen pada
aturan yang berebentuk IFTHEN harus direpresentasikan dengan suatu
himpunan fuzzy dengan fungsi keanggotaan yang monoton. Sebagai hasilnya,
output hasil inferensi dari tiap-tiap aturan diberikan secara tegas (crisp)
berdasarkan α-predikat (fire strength). Hasil akhirnya diperoleh dengan
menggunakan rata-rata terbobot.
H. Tinjauan Pustaka
Pada penelitian sebelumnya sudah banyak dilakukan pada kasus yang berbeda
dengan metode yang sama sebagai bahan pertimbangan pada penelitian ini dan
untuk mengetahui perbedaan penelitian sebelumnya dengan penelitian akan
dilakukan. Berikut adalah penelitian yang telah dilakukan sebelumnya :
11
1. Penerapan Fuzzy Tsukamotodalam Menentukan Jumlah Produksi
Berdasarkan Data Persediaan dan Jumlah Permintaan (Surbakti & Sinaga,
2017)
Penentuan jumlah produksi salah satu proses pengambilan keputusan
perusahaan yang cukup penting. Dalam menentukan jumlah produksi pada
periode selanjutnya, bergantung pada jumlah permintaan dan persediaan dari
periode sebelumnya.Jumlah permintaan yang berubah-ubah setiap periodenya
menyebabkan ketidakpastian dalam menentukan jumlah produksi
perusahaan.Logikafuzzy merupakan ilmu yang dapat menganalisa
ketidakpastian.Penelitian ini menerapkan pengaplikasian logikafuzzydengan
menggunakan metode Tsukamoto untuk menentukan jumlah produksi
berdasarkan permintaan dan persediaan. Untuk mendapatkan keluaran dari
metode ini diperlukan tiga tahap, yaitu : mendefinisikan variabel fuzzy, inferensi
dan defuzzyfikasi.
Berdasarkan hasil perhitungan dengan menggunakan metode
Tsukamoto, maka jumlah barang yang harus di produksi oleh perusahaan X
berdasarkan data permintaan dan persediaan ialah sebanyak 3550 kemasan.
2. Penerapan Fuzzy Tsukamoto Dalam Menentukan Jumlah Produksi Sabun
Di PT. Jampalan Baru Berdasarkan Jumlah Permintaan dan Data
Persediaan(Rahakbauw, 2015)
Permintaan pasar terhadap sabun tidak menentu setiap bulannya,
sehingga persediaan sabun tidak dapat dipastikan yang berakibat produksi
sabun yang dilakukan oleh PT. Jampalan Baru Asahan tidak dapat ditentukan
secara pasti.Penelitian ini bertujuan untuk mengoptimalkan produksi sabun
setiap bulannya dengan mengaplikasikan metode Tsukamoto logika fuzzy agar
tidak mengalami kelebihan atau kekurangan persediaan. Jumlah optimal
diperoleh dengan menghitung nilai output crisp dengan menggunakan
defuzzifikasi metode rata-rata terpusat. Dari hasil penelitian yang telah
dilakukan, dengan memasukkan variabel input pada bulan Desember 2016,
yaitu jumlah permintaan sebesar 163800 pack dan jumlah persediaan sebesar
19500 pack menghasilkan output jumlah produksi sebesar 151043 pack.
Dari hasil perhitungan yang diperoleh menunjukkan bahwa jumlah sabun
yang harus diproduksi untuk bulan Desember 2016 adalah sebesar 151043
pack. Produksi sabun perusahaan berbeda dengan produksi sabun
menggunakan logika fuzzy metode Tsukamoto. Dengan menggunakan Metode
Fuzzy Tsukamoto proses produksi berjalan lancar dan pengendalian jumlah

produksi lebih stabil sehingga kemungkinan terjadi kelebihan atau kekurangan
lebih kecil dibandingkan dengan yang dilakukan oleh perusahaan.
3. Model Prediksi Kebutuhan Bahan Baku Pada Cafe Menggunakan
Algoritma Fuzzy Tsukamoto (Huda & Mada, 2018)
Permintaan jumlah bahan baku yang tidak tepat, dapat berakibat pada
kehabisan bahan baku yang berdampak pada terganggunya operational,
namun jika stok terlalu banyak maka akan terjadi penumpukan digudang yang
nantinya bisa menyebabkan rusaknya bahan baku tersebut.Perlu adanya
system untuk bahan baku yang tepat agar ketersediaan digudang tetap
terpenuhi. Sistem yang akan dirancang menggunakan metode fuzzy tsukamoto.
Untuk pengujian akurasi sistemnya menggunakan RMSE (Root Mean Square
Error). Hasil pengujian fuzzy tsukamoto terhadap 25 data training dengan
parameter penjualan, masa kadaluarsa, permintaan dan menghasilkan nilai
sebesar 0.78%.
penggunaan metode fuzzy tsukamoto terhadap 25 data training serta
pengujian menggunakan RMSE dan K-Fold Cross Validation untuk
memprediksi permintaan quantity bahan baku menghasilkan nilai 0.78%
4. Metode Fuzzy Tsukamoto Dalam Aplikasi Sistem Estimasi Stok
Barang(Firliana et al., 2017)
Penelitian yang dilatar belakangi oleh penyimpanan data yang masih
menggunakan cara manual dinilai kurang efektif dan efisien, dan pemilik toko
yang sering mengalami kesalahan dalam menentukan berapa jumlah suatu
jenis barang yang harus ditambah stoknya pada gudang, sehingga dibuatlah
suatu Metode Fuzzy Tsukamoto dalam Aplikasi Sistem Estimasi Stok dengan
bertujuan mengurangi terjadinya kesalahan saat pendataan barang dalam
memperkirakan berapa jumlah suatu barang harus di tambah
stoknya. Bagaimana membangun suatu Aplikasi yang dilengkapi dengan
estimasi stok barang serta mengimplementasikan desain aplikasi tersebut yang
dulunya masih menggunakan cara manual sehingga menjadi terkomputerisasi.
Perancangan aplikasi ini menggunakan metode fuzzy tsukamoto adalah suatu
cara perhitungan untuk mendapatkan nilai estimasi dari sebuah variable.
Tahapan dalam pembuatan aplikasi ini meliputi pengumpulan referensi tentang
pembuatan aplikasi, pembuatan desain aplikasi, implementasi, uji coba dan
evaluasi. Hasil penelitian dari program ini adalah membangun suatu aplikasi
mengenai pencatatan jumlah barang yang masuk dan keluar dari gudang.
Aplikasi ini dilengkapi dengan estimasi stok barang sehingga mempermudah
dalam perkiraan jumlah barang yang akan dibeli untuk menambah jumlah
13
stok pada suatu jenis barang yang ada di gudang. Dengan aplikasi ini
diharapkan barang yang ada digudang akan lebih stabil.
Metode fuzzy tsukamoto dalam Aplikasi system estimasi stok barang ini
mempermudah pemilik toko dalam perkiraan jumlah barang yang akan dibeli
untuk memenuhi jumlah stok di gudang dalam jangka waktu satu minggu
berikutnya dan barang yang ada di gudang akan lebih stabil
5. Penerapan Algoritma Genetika Untuk Penentuan Batasan Fungsi
Keanggotaan Fuzzy Tsukamoto Pada Kasus Peramalan Permintaan
Barang (Armanda & Mahmudy, 2016)
Perencanaan kapasitas produksi seharusnya menyesuaikan dengan
kebutuhan permintaan. Hal ini bisa dicapai dengan melakukan peramalan
permintaan barang yang diproduksi. Sistem inferensi fuzzy Tsukamoto bisa
diimplementasikan untuk peramalan. Salah satu permasalahan dalam
penerapan metode fuzzy adalah sulitnya menentukan batasan fungsi
keanggotaan yang tepat. Pada tulisan ini diusulkan penggunaan algoritma
genetika untuk memperbaiki batasan fungsi keanggotaan fuzzy sehingga
didapatkan hasil peramalan yang lebih akurat. Percobaan komputasi
membuktikan bahwa sistem inferensi fuzzy yang telah dioptimasi mampu
memberikan hasil yang lebih akurat. Dalam hal ini penerapan algoritma
genetika untuk penentuan batasan fungsi pada kasus peramalan permintaan
barang dilakukan dengan menggunakan teknik extended intermediate
crossover, mutasi dengan exchange point dan seleksi dengan menggunakan
elitsm selection. Pada penelitian ini terdapat 4 tahapan dalam menentukan nilai
error yang optimal dengan menggunakan algoritma genetika sebagai batasan
fungsi keanggotaan fuzzy tsukamoto. Data yang digunakan dalam penelitian ini
sebanyak 25 permintaan produksi dalam satuan minggu selama tahun 2015.
Solusi optimal diperoleh pada ukuran populasi sebanyak 80, jumlah generasi
sebesar 120, dan kombinasi crossover rate dan mutation rate sebesar 0.3 dan
0.7 dengan fitness sebesar 6.863533684.
metode Algoritma Genetika dan Fuzzy Tsukamoto dapat memberikan
nilai error yang lebih rendah dalam studi kasus peramalan permintaan barang.
Pada Implementasi dalam peramalan permintaan barang Semen menggunakan
Algoritma Genetika dan Fuzzy Tsukamoto, solusi pada ukuran populasi terbaik
adalah 80 popsize, solusi pada jumlah generasi terbaik adalah 120, untuk solusi
kombinasi nilai crossover rate (cr) dan mutation rate (mr) didapatkan 0.3 : 0.7
6. Aplikasi Penentuan Jumlah Produksi di Farhan Konfeksi Kotamobagu
dengan Menggunakan Fuzzy Tsukamoto (Tomatala, 2019)

Ketidakstabilan permintaan yang tinggi maupun rendah pada waktu
tertentu serta permintaan secara mendadak mengakibatkan sulitnya
menentukan jumlah produksi yang tepat. Ini mengakibatkan masalah
penumpukan stok persediaan saat kelebihan jumlah produksi dan masalah
sebaliknya yaitu kekurangan jumlah produksi sehingga tidak dapat memenuhi
jumlah permintaan. Sebab itu dibutuhkan suatu aplikasi yang bisa dengan
mudah digunakan untuk menentukan jumlah produksi yang tepat. Aplikasi ini
menggunakan metode Fuzzy Tsukamoto dengan tiga tahap perhitungan jumlah
produksi yaitu fuzzifikasi, inferensi dan defuzzifikasi. Pada tahap awal, variabel
permintaan, persediaan dan produksi masing-masing dibagi menjadi tiga
himpunan fuzzy. Variabel permintaan terdiri dari TURUN, TETAP dan NAIK,
variabel persediaan terdiri dari SEDIKIT, SEDANG, dan BANYAK, serta
variabel produksi terdiri dari BERKURANG, TETAP dan BERTAMBAH.
Kombinasi semua himpunan fuzzy dibentuk menjadi sembilan rules fuzzy yang
digunakan dalam tahap inferensi. Ditahap inferensi, dicari nilai keanggotaan
anteseden (α) dan nilai jumlah produksi kira-kira (z) setiap rules-nya. Jumlah
pakaian yang akan diproduksi (Z) dicari dengan metode defuzzifikasi rata-rata
terpusat. Aplikasi ini memiliki tingkat kesalahan sebesar 0.324673 % setelah
diuji menggunakan 29 sampel dengan metode Mean Absolute Percentage Error
(MAPE), sehingga disimpulkan bahwa aplikasi ini memiliki kinerja efektif tanpa
mengurangi ketepatan perhitungan dan dapat digunakan untuk menentukan
jumlah produksi dalam waktu singkat.
Berdasarkan pada perhitungan tingkat kesalahan menggunakan metode
MAPE, tingkat kesalahan aplikasi penentuan jumlah produksi pada Farhan
Konfeksi menggunakan metode Fuzzy Tsukamoto ini adalah 0.324673 %.
Perbandingan dilakukan antara jumlah produksi oleh Farhan Konfeksi dan
berdasarkan hasil perhitungan menggunakan metode fuzzy Tsukamoto
ditemukan selisih antara keduanya. Hal tersebut menjadi penyebab terjadinya
masalah penumpukan stok pakaian dan kekurangan stok pakaian di Farhan
Konfeksi Kotamobagu sehingga dengan adanya aplikasi ini, diharapkan
masalah tersebut dapat teratasi dengan lebih efektif dan efisien.
7. Prediksi Kebutuhan Alat Tulis Kantor Dengan Metode Fuzzy Logic
Tsukamoto Di BPR Dana Mulia Sejahtera (Huda & Mada, 2018)
Pengolahan data persediaan barang secara manual yaitu dengan
menghitung satu per satu dan sulit untuk membedakan jenis persediaan
sangatlah tidak efektif dan tidak efisien, untuk itu diperlukan sebuah aplikasi
yang dapat mempermudah kinerja dan memecahkan masalah yang berkaitan
15
dengan pengolahan persediaan barang. Sehingga diperlukan suatu metode
untuk mengatasi berbagai hal, metode yang di gunakan ialah metode Fuzzy
Logic Tsukamoto. Fuzzy Logic Tsukamoto ini merupakan Teknik atau metode
yang dipakai untuk mengatasi hal yang tidak pasti pada masalah – masalah
yang mempunyai banyak jawaban. Berdasarkan permasalahan yang ada,
penulis melakukan analisa dan merancang sistem baru yang mengantisipasi
kelemahan - kelemahan pada sistem yang berjalan tanpa menimbulkan
permasalahan – permasalahan baru. Dengan penalaran Fuzzy logic Tsukamoto
menyediakan cara untuk memahami kinerja sistem dengan cara menilai input
dan output sistem dari hasil pengamatan.
Dengan adanya aplikasi ini dapat membantu proses pencatatan
keluar masuknya persediaan barang alat tulis kantor di BPR Dana Mulia
Sejahtera sehingga lebih mudah dan cepat. Penambahan jenis persediaan
barang alat tulis kantor yang terus bertambah tidak terlalu mempengaruhi
performa sistem, dikarenakan ruang penyimpanan sistem teratur.
8. Penerapan Algoritma Fuzzy Tsukamoto Untuk Memprediksi Produksi Roti
Pada CV. Roti Ayu(Roti et al., 2017)
Variabel yang digunakan untuk memprediksi produksi roti adalah persediaan
bahan baku dan waktu. Algoritma fuzzy tsukamoto digunakan karena memiliki kelebihan
yaitu bersifat intuitif dan dapat memberikan tanggapan berdasarkan informasi yang
bersifat kualitatif, tidak akurat, dan ambigu. Selain itu Fuzzy Tsukamoto adalah metode
yang memiliki toleransi pada data dan sangat fleksibel. Data yang digunakan dalam
penelitian ini adalah data sekunder yang diperoleh dari CV. Roti ayu, yang berupa data
bahan baku, waktu proses pembuatan roti dan jumlah produksi roti. Metode
pengembangan sistem yang digunakan dalam penelitian ini adalah metode SDLC
(System Development Life Cycle). Bahasa pemograman yang digunakan dalam

penelitian ini adalah MySQL. Hasi penelitian ini menunjukkan bahwa metode
FIS Tsukamoto dapat diterapkan untuk menentukan prediksi jumlah produksi
roti.
Metode Tsukamoto (Logika Fuzzy) dalam menentukan Jumlah
Produksi Barang maka dapat disimpulkan bahwa metode FIS Tsukamoto
dapat diterapkan untuk menentukan prediksi jumlah produksi roti. Ada tiga
variabel yang didefinisikan, yaitu: waktu, persediaan bahan baku dan produksi.
Data waktu di bagi menjadi dua himpunan fuzzy yaitu waktu lama dan
cepat. Data persedian di bagi menjadi dua himpunan fuzzy yaitu persedian
sedikit dan banyak.

9. Implementasi Penggunaan Algoritma Fuzzy Tsukamoto Dalam
Perhitungan Produksi Bawang Merah Pada Musim Penghujan (Rohaeti et
al., 2019)
Saat ini hampir semua perusahaan dihadapkan pada masalah, yaitu
tingkat persaingan yang semakin kompetitif. Aspek strategis perusahaan agar
dapat bersaing di dunia bisnis adalah berusaha untuk meningkatkan kualitas
produk dan layanan. Selain itu, yang perlu diperhatikan adalah optimalisasi
produksi karena dapat memperkirakan pengeluaran bahan baku, di samping
biaya produksi dan biaya transportasi dan penyimpanan. Sebagai objek
penelitian, masih sulit untuk menentukan jumlah produksi bawang merah
karena permintaan konsumen tidak pasti dan produksi bawang merah
mengalami hambatan di musim hujan, yang mengakibatkan perusahaan
terkadang tidak dapat memenuhi permintaan konsumen. Oleh karena itu harus
ada sistem pendukung keputusan berbasis komputer dengan bantuan satu
metode menggunakan algoritma fuzzy Tsukamoto. Hasil akhir dari penelitian ini
adalah untuk menghasilkan sistem yang dapat menentukan jumlah produksi
berikutnya menggunakan empat variabel, yaitu permintaan, persediaan, pekerja
dan produksi. Dan hasil tes menunjukkan bahwa sistem pendukung keputusan
bekerja dengan sangat baik. Ini ditunjukkan oleh hasil uji validitas SPK dengan
membandingkan hasil perhitungan manual dan hasil perhitungan SPK
menggunakan 14 jenis data yang menghasilkan akurasi mencapai 100%
Dalam memanfaatkan algoritma fuzzy tsukamoto untuk menentukan
jumlah produksi bawang merah, terdapat tiga langkah. Langkah pertama
fuzzyfikasi yaitu mendefinisikan variabel (permintaan, persediaan, pekerja
dan produksi). Pada langkah ini, dicari nilai keanggotaan dari setiap himpunan
fuzzy dari masing - masing variabel. Langkah kedua inferensi adalah
mencari nilai keanggotaan anteseden (α) dan nilai perkiraan bawang
merah yang akan diproduksi (z) dari setiap aturan, langkah terakhir
adalah menentukan nilai output crisp berupa jumlah bawang merah yang
akan diproduksi(Z). Cara ini disebut dengan metode defuzifikasi
10. Fuzzy Logic Metode Tsukamoto Untuk Prediksi Produksi CPO Dengan
Permintaan Bersifat Stokastik Pada PT. TOR GANDA (Naibaho, 2019)
Keputusan terbaik adalah tujuan utama dalam sebuah pemecahan
masalahan. Keputusan dalam penentuan stok Crude Palm Oil (CPO) pada
Pabrik Minyak Kelapa Sawit (PMKS) sangat penting karena langsung
bersentuhan dengan kelangsungan hidup perusahaan. Permintaan yang tidak
menentu menjadi masalah besar dalam penjualan CPO, sehingga dibutuhkan
17
suatu sistem yang bisa menjawab persoalan ini. Biasa digunakan dalam
persoalan yang berhubungan dengan prediksi dengan tingkat akurasi tinggi.
Logika fuzzy memetakan permasalahan dengan terlebih dahulu mengubah
kondisi matematis menjadi linguistis. Role yang dibuat dapat menjawab banyak
persoalan, termasuk persoalan prediksi. Sistem logika fuzzy terdiri dari subset
fuzzy dan aturan fuzzy. Subset fuzzy mewakili himpunan bagian yang berbeda
dari variabel input dan output. Aturan-aturan fuzzy berhubungan dengan
variabel input untuk variabel output melalui himpunan bagian. Mengingat
aturan-aturan fuzzy yang dapat dibentuk sangat flexibel, maka sistem fuzzy
dapat mengkomputasi masalah dengan cepat dan efisien.
Dengan implementasi fuzzy logic pada penentuan produksi CPO, maka
dapat menghasilkan nilai produksi dan persediaan yang akurat, karena fungsi
keanggotaan dapat dihitung secara system. Pada pembahasan ini dapat juga
diketahui berapa jumlah panen TBS jika ada permintaan CPO dengan
memperhatikan persediaan, permintaan dan produksi. Dengan
mengimplementasikan aplikasi fuzzy logic maka perusahaan dapat dengan
cepat menetukan jumlah panen. Dapat menentukan jumlah panen maka akan
berdampak positif terhadap pengurangan biaya-biaya yang timbul. Permintaan
CPO yang bersifat stokastik tidak lagi menjadi permsalah bagi PT. Tor Ganda.
Berdasarkan data yang didapat dilapangan maka fuzzy logic adalah jawaban
untuk persoalan prediksi produksi CPO pada PT. Tor Ganda.

Table 2. 2 Tinjauan Studi
JUDUL PENYUSUN KONTRIBUSI
Penerapan (Surbakti & Peneliti dapat mengetahui jumlah

FuzzyTsukamoto dalam Sinaga, 2017) barang yang harus diproduksi
Menentukan Jumlah perusahaandengan
Produksi Berdasarkan menggunakan metode
Data Persediaan dan Tsukamoto..
Jumlah Permintaan
Penerapan Fuzzy (Rahakbauw, Peneliti dapat mengoptimalkan

Tsukamoto Dalam 2015) produksi sabun setiap bulannya
Menentukan Jumlah dengan mengaplikasikan metode

Tsukamoto logika fuzzy agar tidak
Produksi Sabun Di PT.
mengalami kelebihan atau
Jampalan Baru
kekurangan persediaan
Berdasarkan Jumlah
Permintaan dan Data
Persediaan
Model Prediksi Kebutuhan (Huda & Mada, Pengujian akurasi sistemnya
Bahan Baku Pada Café 2018) menggunakan RMSE (Root Mean
Menggunakan Algoritma Square Error) 25 data training dengan
Fuzzy Tsukamoto parameter penjualan, masa
kadaluarsa, permintaan dan
menghasilkan nilai sebesar 0.78%
Metode Fuzzy Tsukamoto (Firliana et al., Peneliti membuat sebuah aplikasi

Dalam Aplikasi Sistem 2017) perangkat lunak yang dapat
Estimasi Stok Barang digunakan mengolah data transaksi
jual beli dan kemampuan estimasi
stok barang.
19
Penerapan Algoritma (Armanda & Dalam penelitian ini, peneliti
Genetika Untuk Penentuan Mahmudy, 2016) menggunakan algoritma genetika
Batasan Fungsi untuk memperbaiki batasan fungsi
Keanggotaan Fuzzy keanggotaan fuzzy sehingga
Tsukamoto Pada Kasus didapatkan hasil peramalan yang
Peramalan Permintaan lebih akurat.
Barang
Aplikasi Penentuan Jumlah (Tomatala, Dalam penelitian ini, peneliti

Produksi di Farhan 2019) membandingkan hasil produksi
Konfeksi Kotamobagu
berdasarkan system yang dibuat
dengan Menggunakan
peneliti dan sebelumnya. Membuat
Fuzzy Tsukamoto
system permintaan yang lebih efektif
Prediksi Kebutuhan Alat (Huda & Mada, Dalam penelitian ini, peneliti
Tulis Kantor Dengan 2018) menerapkan sistem prediksi sehingga
Metode Fuzzy Logic mampu menghindari hal-hal yang
Tsukamoto Di BPR Dana dianggap kurang efisien.
Mulia Sejahtera
Penerapan Algoritma (Roti et al., Ada tiga variabel yang didefinisikan,

Fuzzy Tsukamoto Untuk 2017) yaitu: waktu, persediaan bahan baku
Memprediksi Produksi Roti dan produksi. Data waktu di bagi
Pada CV. Roti Ayu menjadi dua himpunan fuzzy yaitu
waktu lama dan cepat. Data
persedian di bagi menjadi dua
himpunan fuzzy yaitu persedian
sedikit dan banyak. Yang membuat
perhitungan prediksi barang lebih
tepat

Implementasi Penggunaan (Rohaeti et al., Dalam penelitian ini, peneliti dapat
Algoritma Fuzzy 2019) meningkatkan keakurasian dalam
Tsukamoto Dalam
menentukan jumlah produksi
Perhitungan Produksi
dimusim penghujan
Bawang Merah Pada
Musim Penghujan
Fuzzy Logic Metode (Naibaho, 2019) fuzzy logic pada penentuan produksi
Tsukamoto Untuk Prediksi CPO dapat menghasilkan nilai
Produksi CPO Dengan produksi dan persediaan yang akurat,
Permintaan Bersifat karena fungsi keanggotaan dapat
Stokastik Pada PT. TOR dihitung secara system
GANDA
21
I. Kerangka Berfikir
Identifikasi Masalah
a. Belum efektinya perhitungan
permintaan berdasarkan
pengeluaran barang.
B. Dalam pengambilan
keputusan pihak perusahaan
masih menggunakan Pendekatan Metode
perhitungan konvensional.
Fuzzy Tsukamoto
Pengembangan
Melakukan analisis dan membuat Melakukan Pengukuran
system informasi
Hasil
System penentuan penerimaan
dan pengeluaran barang yang
tepat

Gambar 2.1 Kerangka Berfikir
Penjelasan tentang kerangka pemikiran pada penelitian ini adalah:

1. Komponen permasalahan mencakup fenomena yaitu belum tepatnya
menentukan permintaan berdasarkan pengeluaran barang.
2. Pendekatan yang digunakan yaitu Fuzzy Tsukamoto.
3. Melakukan pengukuran
4. Dalam pengembangan dibagi menjadi dua, yaitu tahap analisis, dan tahap
membuat system informasi
5. Hasilnya yang di dapatkan adalah sebuah sistem penentuan permintaan
berdasarkan pengeluaran barang dengan tepat.
J. Hipotesis Penelitian
Menurut Erwan Agus Purwanto dan Dyah Ratih Sulistyastuti
mengemukakan bahwa hipotesis adalah : “Hipotesis adalah pernyataan atau dugaan
yang bersifat sementara terhadap suatu masalah penelitian yang kebenarannya
masih lemah (belum tentu kebenarannya) sehingga harus diuji secara empiris”.
(2007:137)
Berdasarkan kerangka pemikiran diatas, dan dukungan teori yang ada maka
penulis membuat hipotesis penelitian ini adalah penerapkan metode fuzzy
tsukamoto yang diduga dapat digunakan untuk menentukan pengendalian
permintaan berdasarkan pengeluaran barang.
23
BAB III METODOLOGI PENELITIAN
A. Metode Penelitian dan Pengembangan

Metode penelitian dan pengembangan (research and development) adalah
metode penelitian yang digunakan untuk menghasilkan produk tertentu dan menguji
keefektifannya. Menurut Borg and Gall, yang dimaksud dengan model penelitian dan
pengembangan adalah “a process used develop and validate educational product”.
Bahwa penelitian pengembangan sebagai usaha untuk mengembangkan dan
memvalidasi produk-produk yang digunakan dalam proses pembelajaran.
Pengertian yang hampir sama dikemukakan oleh Asim bahwa penelitian
pengembangan dalam pembelajaran adalah proses yang digunakan untuk
mengembangkan dan memvalidasi produk-produk yang digunakan dalam proses
pembelajaran. Suhadi Ibnu memberikan pengertian tentang penelitian
pengembangan sebagai jenis penelitian yang ditujukan untuk menghasilkan suatu
produk hardware atau software melalui prosedur yang khas yang biasanya diawali
dengan need assessment, atau analisis kebutuhan, dilanjutkan dengan proses
pengembangan dan diakhiri dengan evaluasi. Dari berbagai pengertian tersebut
dapat disimpulkan bahwa penelitian pengembangan di bidang pendidikan
merupakan suatu jenis penelitian yang bertujuan menghasilkan produk-produk untuk
pembelajaran yang diawali dengan analisis kebutuhan, pengembangan produk,
evaluasi produk, revisi, dan penyebaran produk (disseminasi).

Sugiyono menyebutkan langkah-langkah penelitian dan pengembangan seperti
ditunjukkan pada gambar 3.1 sebagai berikut :
Gambar 2 Langkah-Langkah Metode R&D Menurut Sugiyono
Sumber : Borg and Gall, 2013
1. Penelitian dan Pengumpulan Data

Pada tahap ini, paling tidak ada 2 hal yang harus dilakukan yaitu studi
literatur dan studi lapangan. Pada studi literatur, digunakan untuk menemukan
konsep-konsep atau landasan-landasan teoritis yang memperkuat suatu
produk. Melalui studi literatur dikaji pula ruang lingkup suatu produk, keluasaan
penggunaan, kondisi pendukung, dll. Melalui studi literatur diketahui pula
langkah-langkah yang paling tepat untuk mengembangkan produk. Studi
literatur juga akan meberikan gambaran hasil-hasil penelitian terdahulu yang
bisa sebagai bahan perbandingan untuk mengembangkan suatu produk
tertentu. Selain studi literatur, perlu juga dilakukan studi lapangan atau dengan
kata lain disebut sebagai pengukuran kebutuhan dan penelitian dalam skala
kecil (Sukmadinata: 2005). Dalam mengembangkan suatu produk, sebaiknya
didasarkan atas pengukuran kebutuhan (need assessment).

2. Perencanaan
Berdasarkan studi pendahuluan yang telah dilakukan, maka dibuat
perencanaan / rancangan produk yang antara lain mencakup : a) tujuan dari
penggunaan produk; b) siapa pengguna dari produk tersebut; c) deskripsi dari
komponen-komponen produk dan penggunaannya.
3. Pengembangan Produk Awal
25
Pengembangan produk awal merupakan draft kasar dari produk yang akan
dibuat.Meskipun demikian, draft produk tersebut harus disusun selengkap dan
sesempurna mungkin. Draft atau produk awal dikembangkan oleh peneliti
bekerja sama atau meminta bantuan para ahli dan atau praktisi yang sesuai
dengan bidang keahliannya (uji coba di belakang meja/ desk try out atau desk
evaluation).Pada tahap ini sering juga disebut dengan tahap validasi ahli. Uji
coba atau evaluasi oleh ahli bersifat perkiraan atau judgment, berdasarkan
analisis dan pertimbangan logika dari para peneliti dan ahli. Uji coba lapangan
akan mendapatkan kelayakan secara mikro, kasus demi kasus untuk kemudian
ditarik kesimpulan secara umum atau digeneralisasi.
4. Uji coba produk awal / Uji Coba Terbatas
Setelah uji coba diatas meja, maka dilakukan uji coba lapangan di sekolah
ataupun di laboratorium. Menurut Borg and Hall (1989), uji coba lapangan
produk awal disarankan dilakukan pada 1 sampai 3 sekolah dengan jumlah
responden antara 10 sampai 30 orang. Selama pelaksanaan uji coba di
lapangan, peneliti mengadakan pengamatan secara intensif dan mencatat hal-
hal penting yang dilakukan oleh responden yang akan dijadikan bahan untuk
penyempurnaan produk awal tersebut.
5. Penyempurnaan Produk Awal
Penyempurnaan produk awal akan dilakukan setelah dilakukan uji coba
lapangan secara terbatas. Pada tahap penyempurnaan produk awal ini, lebih
banyak dilakukan dengan pendekatan kualitatif. Evaluasi yang dilakukan lebih
pada evaluasi terhadap proses, sehingga perbaikan yang dilakukan bersifat
perbaikan internal.
6. Uji Coba Lapangan Lebih Luas
Meskipun sudah diperoleh produk yang lebih sempurna, tetapi uji coba dan
penyempurnaan produk masih perlu dilakukan sekali lagi. Hal ini dilakukan agar
produk yang dikembangkan memenuhi standar tertentu. Oleh karena itu target
populasinyapun harus disesuaikan. Uji coba dan penyempurnaan pada tahap
produk awal masih difokuskan kepada pengembangan dan penyempurnaan
materi produk, belum memperhatikan kelayakan dalam konteks populasi.
Kelayakan populasi dilakukan dalam uji coba dan penyempurnaan produk yang
telah disempurnakan. Dalam tahap ini, uji coba dan penyempurnaan dilakukan
dalam jumlah sampel yang lebih besar. Borg dan Gall (1989), menyarankan
dalam tahap ini digunakan sampel sekolah 5 sampai dengan 15 sekolah,
dengan sampel subjek antara 30 sampai 100 orang (Ini bersifat relatif,
tergantung jumlah-kategori-dan karakteristik populasi). Langkah-langkah uji

coba produk yang telah disempurnakan sama persis dengan uji coba produk
awal, hanya jumlah sampelnya saja yang berbeda.
7. Penyempurnaan Produk Hasil Uji Lapangan Lebih Luas
Penyempurnaan produk dari hasil uji lapangan lebih luas ini akan lebih
memantapkan produk yang kita kembangkan, karena pada tahap uji coba
lapangan sebelumnya dilaksanakan dengan adanya kelompok kontrol. Desain
yang digunakan adalah pretest dan posttest. Selain perbaikan yang bersifat
internal. Penyempurnaan produk ini didasarkan pada evaluasi hasil sehingga
pendekatan yang digunakan adalah pendekatan kuantitatif.
8. Uji Coba Produk Akhir
Pengujian produk akhir, dimaksudkan untuk menguji apakah suatu produk
pendidikan layak dan memiliki keunggulan dalam tataran praktek. Dalam
pengujian ini tujuannya bukan lagi menyempurnakan produk, karena produk
diasumsikan sudah sempurna. Pengujian produk akhir, dapat dilakukan pada
sekolah yang sama dengan pada tahap ujicoba kedua ataupun berbeda dengan
jumlah sampel yang sama. Dalam pengujian produk akhir, sebaiknya digunakan
kelompok kontrol. Pengujian dilaksanakan dalam bentuk desain eksperimen.
Model desain yang digunakan adalah “The randomized pretest-postest control
group design” atau minimal “the matching only pretests-posttest Control Group
Design”. Desain pertama merupakan desain eksperimen murni, karena kedua
kelompok eksperimen dirandom atau disamakan. Desain kedua termasuk
eksperimen kuasi, sebab kedua kelompok eksperimen hanya dipasangkan.
9. Revisi atau Penyempurnaan Produk Akhir
Penyempurnaan produk akhir dipandang perlu untuk lebih akuratnya produk
yang dikembangkan. Pada tahap ini sudah didapatkan suatu produk yang
tingkat efektivitasnya dapat dipertanggungjawabkan. Hasil penyempurnaan
produk akhir memiliki nilai “generalisasi” yang dapat diandalkan.
10. Diseminasi dan Implementasi
Setelah dihasilkan suatu produk final yang sudah teruji keampuhannya,
langkah selanjutnya adalah desiminasi, implementasi, dan institusionalisasi.
Desiminasi dari suatu produk, yang dikembangkan akan membutuhkan
sosialisasi yang cukup panjang dan lama. Biasanya prses desiminasi dan
implementasi akan bergadapan dengan berbagai masalah kebijakan, legalitas,
pendanaan, dll.
27
K. Model / Metode Yang Diusulkan
Model pengembangan merupakan dasar untuk mendapatkan sebuah hasil
yang diharapkan. Dalam pengembangan ini, peneliti menggunakan model proses
evolusioner. Model proses evolusioner ini bersifat iteratif. Model proses evolusioner
ini dicirikan dalam bentuk yang memungkinkan penyusun mengembangkan
perangkat lunak yang semakin kompleks pada versi-versi yang berikutnya. Model
pengembangan yang digunakan adalah Prototype. (Pressman, 2012, p.50)
Seringkali pelanggan mendefinisikan sejumlah sasaran perangkat lunak
secara umum, tetapi tidak mengidentifikasi persyaratan rinci untuk fungsi dan fitur.
Di lain kasus, pengembang mungkin tidak yakin dari efisiensi dari sebuah algoritma,
adaptasi dari sistem operasi, atau bentuk yang interaksi manusia-mesin harus
ambil. Dalam hal ini, dan situasi lain, paradigma prototipe mungkin menawarkan
pendekatan yang terbaik. (Pressman, 2012, p.50)
Gambar 3.2 Model Prototypy
(Sumber : Pressman, 2012, p.50)
Pembuatan prototype pada Gambar 3.2 dimulai dengan dilakukannnya

komunikasi antara tim pengembang perangkat lunak dengan pada pelanggan. Tim
pengembang perangkat lunak akan melakukan pertemuan-pertemuan dengan para
stakeholcler untuk mendeflnisikin sasaran keseluruhan untuk perangkat lunak yang
akan dikembangkan, mengidentifikasi spesiflkasi kebutuhan apa pun yang saat ini
diketahui, dan menggambarkan area-area dimana definisi lebih jauh pada iterasi
selanjutnya merupakan keharusan. Iterasi pembuatan prototipe direncanakan

dengan cepat dan pemodelan (dalam bentuk "rancangan cepat") dilakukan
(Pressman, 2012, p.51).
Suatu rancangan cepat berfokus pada representasi semua aspek perangkat
lunak yang akan terlihat oleh para pengguna akhir (misalnya rancangan antarmuka
pengguna [user interface] atau format tampilan). Rancangan cepat (quick design)
akan memulai konstruksi pembuatan prototipe. Prototipe kemudian akan diserahkan
kepada para stakeholder dan kemudian mereka akan melakukan evaluasi-evaluasi
tertentu terhadap prototipe yang telah dibuat sebelumnya, kemudian akhirnya akan
memberikan umpan-balik yang akan digunakan untuk memperhalus spesifikasi
kebutuhan iterasi akan terjadi saat prototipe diperbaki untuk memenuhi kebutuhan
darl para stakeholder, sementara pada saat yang sama memungkinkan kita untuk
lebih memahami kebutuhan apa yang akan dikerjakan pada iterasi selanjutnya
(Pressman, 2012, p.51).
L. Prosedur Pengembangan
Prosedur pengembangan merupakan langkah – langkah dari proses
pengembangan yang dilakukan. Prosedur pengembangan dalam penelitian yang
akan dilakukan dapat digambarkan
Gambar 3.3 Prosedur Pengembangan
Pada gambar 3.3 dapat di jelaskan secara ringkas langkah - langkah

tersebut dapat dijelaskan sebagai berikut.
1. Potensi masalah adalah identifikasi maasalah yang menjadi fenomal
2. Pengumpulan data, yaitu pengumpulan data-data yang diperlukan untuk
digunakan sebagai dasar dari pengembangan sistem pemilihan program studi.
Proses analisis berupa studi pustaka, kuesioner dan pencarian penelitian yang
dianggap relevan.
29
3. Desain Produk merupakan perosedur pengembangan untuk mendesain produk
yang akan dikembangkan seperti desain input, proses dan juga output yang
akan dihasilkan oleh sistem sesuai kebutuhan.
4. Penerapan Fuzzy Tsukamoto yaitu mengimplementasikan metode Fuzzyy
Tsukamoto kedalam Bahasa pemograman dan didesaign sedemikian rupa
sehingga menghasilkan suatu produk
5. Uji coba produk yaitu melakukan uji coba terhadap sistem untuk mengetahui
kesesuaian sistem dengan kebutuhan dan kesalahan yang ditemukan dalam
sistem,
6. Revisi produk Yaitu melakukan perbaikan dan mengevaluasi sistem sudah baik
atau belum, Seandainya sudah baik, maka akan dilanjukan ke produk final,
tetapi apabila saat di ujicoba ada permasalahan maka akan proses akan
kembali ke tahap design aplikasi.
7. Produk Final yaitu secara keseluruhan produk sudah siap digunakakan dan siap
diimplemantasikan.
M. Uji Coba Produk
Uji coba produk dipandang perlu dilakukan dengan alasan selain supaya produk
yang dihasilkan benar-benar bermutu, tepat guna dan sasarannya, uji coba produk
juga merupakan salah satu syarat yang harus dikerjakan oleh peneliti dalam
mengambil penelitian model pengembangan.
Ada beberapa hal yang perlu diperhatikan dalam uji coba produk, yaitu :
a. Desain Uji Coba
Dalam penelitian ini ada 2 tahap pengujian, yaitu :
1. Uji Coba Pengguna
Dalam tahap ini menguji kelayakan produk yang dihasilkan. Uji coba ini
dilakukan kepada pengguna dengan cara menyebarkan kuisioner.
2. Uji Coba Ahli
Uji coba ahli dilakukan oleh pakar materi untuk memberikan
masukan dan menilai draft produk awal yang telah dibuat. Selain itu uji
pakar dilakukan untuk memvalidasi produk sebelum dilakukan uji coba di
lapangan.
b. Subjek Uji Coba
Subjek uji coba dalam penelitian ini adalah sebagai berkut :
1. Uji ahli
Dua orang pakar materi yang berkompeten yaitu dosen ahli didalam
bidangnya.
2. Uji coba Pengguna

Subjek pengguna yang terlibat pada penelitian ini 2 orang yaitu bagian
gudang
c. Jenis Data
1. Sumber Penelitian
Jenis data yang digunakan dalam penelitian ini adalah data primer dan
data sekunder
a. Data Primer
Data Primer merupakan data yang diperoleh melalui observasi
pada PT. CS2 Pola Sehat dan wawancara secara langsung kepada
pegawai PT. CS2 Pola Sehat yang meliputi Manager Perusahaan,
Kepala Bagian Gudang, dan pegawai-pegawai lain yang dapat
memberikan data tersebut. Wawancara ini dilakukan untuk
mendapatkan data-data yang dibutuhkan dalam pembuatan sistem
yang akan dibuat. Data tersebut yaitu data tentang permintaan
Barang.
b. Data Sekunder
Data sekunder merupakan data yang diperoleh dari studi literatur
seperti buku, jurnal, internet, dokumen-dokumen yang terkait dengan
PT. CS2 Pola Sehat. Studi literatur dalam penelitian ini meliputi
karakteristik permintaan.
2. Variabel penelitian
Variabel yang digunakan dalam penelitian ini ditentukan berdasarkan
pada tujuan penelitian. Persediaan dijadikan sebagai variabel yang akan
diprediksi dalam penelitian ini. Variabel yang digunakan meliputi
Persediaan, Permintaan, dan Pengeluaran.
d. Instrumen Pengumpulan Data
Instrumen yang disusun meliputi satu jenis sesuai dengan peran dan posisi
responden dalam pengembangan ini. Bentuk instrumen tersebut memiliki
format pertanyaan terbuka dan tertutup. Pertanyaan terbuka meliputi
saran/masukan dari pengguna maupun ahli adapun format pertanyaan tertutup
sebagai berikut :
1. Instrumen untuk Ahli
Instrumen yang digunakan untuk ahli sistem adalah berupa kuesioner
tertutup. Sugiyono (2019: ) menyatakan bahwa “Instrumen penelitian adalah
alat ukur seperti tes, kuesioner, pedoman wawancara dan pedoman
observasi yang digunakan peneliti untuk mengumpulkan data dalam suatu
penelitian”. Dalam penelitian ini ahli sistem adalah dosen yang paham
31
mengenai sistem. Instrumen yang dipakai adalah pengujian black box.
Pengujian black box yaitu menguji perangkat lunak dari segi spesifikasi
fungsional tanpa menguji desain dan kode program (Rosa A.S dan M.
Shalahudin, 2013). Kategori – kategori kesalahan yang diuji oleh pengujian
black box adalah fungsi – fungsi yang salah salah atau hilang, kesalahan
interface, kesalahan dalam struktur data atau akses database eksternal,
kesalahan performa, kesalahan inisialisasi dan terminasi (Lila, 2018). Black
Box Testing berfokus pada spesifikasi fungsional dari perangkat lunak.
Tester dapat mendefinisikan kumpulan kondisi input dan melakukan
pengetesan pada spesifikasi fungsional program. Black Box Testing
bukanlah solusi alternatif dari White Box Testing tapi lebih merupakan
pelengkap untuk menguji hal-hal yang tidak dicakup oleh White Box Testing
(Sidi, 2015).
Menurut Al – Bahra (2006) Black Box Testing cenderung untuk
menemukan hal-hal berikut :
a. Fungsi – fungsi yang tidak benar atau tidak ada.
b. Kesalahan antarmuka (interface errors).
c. Kesalahan kinerja.
d. Kesalahan inisialisasi dan terminasi.
Menurut Roger, S.Pressman (2012) Pengujian didesain untuk
menjawab pertanyaan-pertanyaan berikut :
a. Bagaimana validitas fungsional diuji?
b. Bagaimana perilaku dan kinerja sistem diuji?
c. Kelas – kelas masukan apakah yang akan membentuk test case yang
baik?
d. Apakah sistem sangat sensitive terhadap nilai masukan tertentu?
e. Bagaimana batas – batas kelas data diisolasi?
f. Berapa kecepatan dan volume data yang dapat ditolerir oleh sistem?
g. Apa pengaruh kombinasi spesifik data pada operasi sistem?
Menurut Lila (2018) Berikut langkah – langkah dari proses pengujian black
box :
a. Menganalisis kebutuhan spesifikasi dari perangkat lunak.
b. Pemilihan jenis input yang memungkinkan menghasilkan output benar
serta jenis input yang memungkinkan output salah pada perangkat
lunak yang sedang diuji.
c. Menentukan output untuk suatu jenis input.
d. Pengujian dilakukan dengan input – input yang telah benar – benar

diseleksi.
e. Pembandingan output yang dihasilkan dengan output yang
diharapkan.
f. Menentukan fungsionalitas yang seharusnya pada perangkat lunak
yang sedang diuji.
Dari hasil pengujian tersebut nantinya dapat diketahui
kesalahankesalahan pada fungsi dan bagaimana suatu program memenuhi
kebutuhan pemakai atau user . Berikut merupakan contoh tabel hasil
pengujian:
Table 3.3 Instrumen Untuk Ahli Materi
Proses yang Skenario Hasil yang Hasil

No keterangan
Diuji Pengujian diharapkan Pengujian
(Sumber : Taufik, dkk, 2018)

Kolom “No” berisi nomor urutan kebutuhan fungsional. Kolom “Proses
yang diuji” berisi proses dari kebutuhan fungsional yang akan diuji. Kolom
“Skenario Pengujian” berisi serangkaian langkah-langkah atau masukan untuk
kondisi tertentu yang ingin diuji. Kolom “Hasil yang Diharapkan” adalah hasil
yang diharapkan untuk input atau output apakah sesuai dengan yang ada
pada kolom “Skenario Pengujian” atau tidak. Pada kolom ”Hasil Pengujian”
berisi hasil sesuai dengan input atau output yang diharapkan. Pada kolom
“Keterangan” kolom ini berisi nilai “Valid” dan “Tidak Valid”, hasil tersebut
dapat dikonversi ke dalam interval menggunakan skala guttman dan diuji
kelayakan.
2. Instrumen untuk pengguna
Instrumen pengumpulan data yang dilakukan pada penelitian ini
adalah dengan kuisioner yang disebarkan kepada 2 orang bagian perusahaan
PT. CS2 POLA SEHAT. Instrument ini adalah jenis kuesioner yang akan
mengajukan beberapa pertanyaan menggunakan paket kuesioner PSSUQ
yang diolah dengan menilai rata-rata dan melakukan uji signifikansi penilaian
untuk mengetahui adanya signifikansi perbedaan tingkat kesulitan responden.
Pengolahan data pengujian data dibagi ke dalam empat bagian kuesioner,
yaitu Overall, System Usefulmess, Information Quality, dan Interface Quality.
Post-Study Sistem Usability Questionnaire (PSSUQ) merupakan instrumen
penelitian yang dikembangkan untuk digunakan dalam evaluasi usability di
IBM. PSSUQ terdiri dari 19 item yang ditujukan untuk menilai lima sistem
33
karakteristik usability. Instrumen pengumpulan data ini guna untuk
mendukung dilakukan uji produk pada prediksi persediaan menggunakan
metode Fuzzy Tsukamoto.
Berikut paket kuesioner PSSUQ (Post-Study System Usability Questionaire)
selengkapnya sebagai berikut :
Table 3.4 Instrumen Untuk Pengguna
No Pernyataan Tidak Setuju / Setuju

1 2 3 4 5 6 7 N
A
1 Secara keseluruhan, saya puas dengan
kemudahan penggunaan aplikasi ini
2 Aplikasi mudah digunakan
3 Saya secara efektif dapat
menyelesaikan tugas-tugas dan
scenario menggunakan aplikasi ini
4 Saya bisa menyelesaikan tugas-tugas
dan scenario menggunakan aplikasi ini
5 Saya dengan efisien dapat
scenario menggunakan aplikasi ini
6 Saya merasa nyaman menggunakan
aplikasi ini
7 Mudah untuk belajar menggunakan
aplikasi ini
8 Saya percayasaya bisa menjadi
produktif dengan cepat menggunakan
aplikasi ini
9 Aplikasi ini memberikan pesan

kesalahan yang jelas memberitahu saya
bagaimana untuk memperbaiki
Masalah
10 Setiap kali saya melakukan kesalahan
dengan menggunakan aplikasi, saya
bisa pulih dengan mudah dan cepat
11 Informasi (seperti online pesan bantuan
pada layer, dan dokumentasi lainnya)
disediakan dengan jelas oleh aplikasi
Ini
12 Mudah untuk menemukan informasi
yang saya butuhkan
13 Informasi yang disediakan aplikasi ini
mudah dimengerti
14 Informasi efektif dalam membantu
Scenario
15 Organisasi informasi pada layer
aplikasi jelas
16 Antarmuka aplikasi ini menyenangkan
17 Saya suka menggunakan antarmuka

aplikasi ini
18 Aplikasi ini memiliki semua fungsi dan
kemampuan yang saya harapkan
19 Secara keseluruhan, saya puas dengan
aplikasi ini.
Dari 19 item questioner dapat dikelompokkan menjadi empat

tanggapan PSSUQ yaitu : Skor kepuasan secara keseluruhan (OVERALL),
kegunaan sistem (SYSUSE), kualitas informasi (INFOQUAL) dan kualitas
antarmuka (INTERQUAL).
Berikut adalah table aturan penghitungan score PSSUQ pada Tabel 3.3.
Table 3.5 Aturan Perhitungan Score PSSUQ
Nama Score Rata-rata Item Respon
OVERALL No Item 1 s/d 19

SYSUSE No Item 1 s/d 8
35
INFOQUAL No Item 9 s/d 15
INTERQUAL No Item 16 s/d 18
3. Skala Penilaian
a. Skala Likert
Skala Likert digunakan untuk mengukur sikap, pendapat, dan
persepsi seseorang atau sekelompok orang terhadap fenomena sosial.
Jawaban setiap item instrumen yang menggunakan Skala Likert
mempunyai gradasi dari sangat positif sampai sangat negatif. Penelitian
ini menggunakan kuesioner yang terdapat lima macam jawaban dalam
setiap item pertanyaan Menurut Sugiyono (2010, p.134). Data tersebut
diberi skor sebagai berikut :
Table 3.6 Skala Likert
No Kategori Skor
1 Sangat Setuju 7
2 Setuju 6
3 Agak setuju 5
4 Ragu-Ragu 4
5 Agak tidak setuju 3
6 Tidak setuju 2
7 Sangat tidak stuju 1
(Sumber : Arikunto, 2009, p.44)
b. Skala Gutman
Skala yang digunkan untuk uji ahli materi adalah skala guttman.
Dalam skala Guttman ini menggunakan dua macam jenis pertanyaan
pada angket atau kuesioner tersebut, yaitu jenis pertanyaan tertutup dan
jenis pertanyaan terbuka. Jenis pertanyaan tertutup berisi pertanyaan-
pertanyaan seputar kesesuain alur-alur metode algoritma c4.5.
Sedangkan jenis pertanyaan terbuka berisi kritik dan saran dari ahli.
Table 3.7 Skoring Skala Guttman
Alternative Skor Alternative Jawaban

Jawaban Positive Negative

Ya 1 0
Tidak 0 1
(Sumber: Rizky Djati Munggaran,2012)
Jawaban dari responden dibuat skor tertinggi “satu” dan skor

terendah “nol" untuk alternatif jawaban dalam kuisioner.Ditetapkannya
kategori untuk setiap pernyataan positi,yaitu Ya=1 dan
Tidak=0,sedangkan kategori untuk pernyataan negatif yaitu,Ya=0 dan
Tidak=1.Tahapan awal dalam pembuatan kuisioner ini adalah mencari
informasi tentang keadaan yang terjadi lalu dirangkum untuk dijadikan
kesimpulan yang nantinya akan dibuat sebagai pertanyaan untuk
responden agar memperoleh informasi yang diinginkan. Data yang
diperoleh bersifat kuantitatif dengan skala Guttman sehingga perlu diolah
untuk proses penarikan kesimpulan.Teknik analisis data yang digunakan
adalah teknik hitung analisis deskriptif untuk mendeskripsikan variabel
penelitian. Adapun teknik statistik yang digunakan dalam penelitian ini
adalah presentase.
e. Teknik Analisis Data
1. Uji Produk
Dalam penelitian ini, metode analisis data dengan menggunakan
presentase kelayakan. Adapun rumus yang digunakan adalah sebagai
berikut:
Hasil presentase digunakan untuk memberikan jawaban atas

kelayakan dari aspek – aspek yang diteliti. Menurut Arikunto (2009, p.44),
pembagian kategori kelayakan ada lima. Skala ini memperhatikan rentang
dari bilangan presentase. Nilai maksimal yang diharapkan adalah 100% dan
minimum 0%. Pembagian rentang kategori kelayakan menurut Arikunto
(2009, p.44), dapat dilihat pada tabel.
Table 3.8 Kategori Kelayakan Menurut Arikunto
Presentase Interpretasi
Pencapaian
< 21% Sangat Tidak Layak

21% - 40% Tidak Layak
37
41% - 60% Cukup Layak
61% - 80% Layak
81% - 100% Sangat Layak
(Sumber : Arikunto, 2009, p.44)
Untuk mengetahui kelayakan digunakan tabel 3.6 sebagai acuan penilaian

data yang dihasilkan dari validasi pengguna.
2. Uji Hasil
Uji hasil dari penelitian ini diperoleh rule sistem yang menggunakan
Fuzzy Tsukamoto yang telah terbentuk lalu akan diukur tingkat akurasinya
menggunakan Mean Absolute Persentage Error (MAPE), jika Actual sama
dengan Forecast maka Mean Absolute Persentage Error (MAPE) berharga
nol, yang artinya sangat akurat. Mean Absolute Persentage Error (MAPE),
dihitung dengan menggunakan kesalahan absolute pada tiap periode dibagi
dengan nilai obsevasi yang nyata untuk periode tersebut. Kemudian,
melakukan rata-rata kesalahan persentase absolute prakiraan dalam bentuk
persentasenya terhadap data aktualnya. tersebut. Pendekatan ini digunakan
ketika ukuran atau besar variabel ramalan itu penting dalam mengevaluasi
ketepatan ramalan.
Mean Absolute Persentage Error (MAPE) digunakan untuk mengukur
ketepatan nilai dugaan model yang dinyatakan dalam bentuk rata rata
persentase absolute kesalahan (Bambang dan Junaedi, 2012 p.56). MAPE
merupakan salah satu cara untuk mengukur kesalahan peramalan dan dapat
dirumuskan sebagai berikut :
Keterangan :
Yt = Nilai Aktual
Ŷt = Nilai Prediksi
n = Jumlah Observasi
Table 3.9 Nilai MAPE Untuk Evaluasi Prekdiksi
Nilai MAPE Akurasi Prediksi

MAPE ≤ 10% Tinggi
10% < MAPE ≤ 20% Baik

20% < MAPE ≤ 50% Reasonable
MAPE > 50% Rendah
(Sumber : CHANG, WANG, & Liu, 2007)
N. Penjadwalan
Penjadwalan dalam penelitian ini dibuat untuk memperlihatkan gambaran
mengenai kapan dan berapa lama jangka waktu yang diperlukan untuk
melaksanakan setiap langkah dalam penelitian. Di sisi lain, jadwal ini merupakan
deadline (target waktu) bagi penelitian ini untuk dapat melaksanakan dan
menyelesaikan penelitian.
Gambar 3.4 Penjadwalan
O. Sistematika Laporan
a. BAB I PENDAHULUAN
Bab I pendahuluan terdiri atas sub bab latar belakang masalah, rumusan
masalah, ma ksud dan tujuan penelitian, spesifikasi produk yang diharapkan,
pentingnya pengembangan, asumsi dan keterbatasan pengembangan, dan
definisi istilah atau definisi operasional.
b. BAB II KERANGKA TEORITIS
39
Bab II kerangka pemikiran terdiri atas sub bab tinjauan pustaka atau
landasan teori, kerangka pemikiran dan hipotesis (jika diperlukan, tergantung
jenis penelitian).
c. BAB III METODE PENGEMBANGAN
Terdiri dari beberapa sub-bab berisi rancangan atau metode yang akan
digunakan peneliti atau pengembang sebagai rencana, struktur, dan strategi
untuk penyelesaian penelitian. Meliputi sub-bab model pengembangan, prosedur
pengembangan, uji coba produk dalam uji coba produk terdiri dari beberapa
bagian yaitu desain uji coba, subjek uji coba, jenis data, instrumen pengumpulan
data dan teknik analisa.
d. BAB IV HASIL dan PEMBAHASAN
Bab ini memuat 3 bagian utama (1) deskripsi objek penelitian (2) hasil
penelitian atau pengembangan (3) pembahasan. Ketiga bagian dapat dijabarkan
ke dalam beberapa sub judul yang disesuaikan dengan tujuan pembahasan.
e. BAB V KESIMPULAN dan SARAN
Bab ini berisi kesimpulan dan saran:
1. Kesimpulan merupakan jawaban yang diperoleh dari hasil analisis dan
pembahasan terhadap hal yang dinyatakan dan dipertanyakan oleh masalah.
2. Saran (jika ada), berisi tentang pendapat penulis dalam rangka perbaikan ke
arah yang lebih baik dan saran bagaimana alternatif yang ditawarkan dapat
berjalan.

DAFTAR RUJUKAN
Armanda, R. S., & Mahmudy, W. F. (2016). Penerapan Algoritma Genetika Untuk
Penentuan Batasan Fungsi Kenggotaan Fuzzy Tsukamoto Pada Kasus Peramalan
Permintaan Barang. Jurnal Teknologi Informasi Dan Ilmu Komputer, 3(3), 169.
https://doi.org/10.25126/jtiik.201633201
Firliana, R., Jatmiko, J., Dewi, E. K., & Ristyawan, A. (2017). Metode Fuzzy Tsukamoto
Dalam Aplikasi Sistem Estimasi Stok Barang. Jurnal Sains Dan Informatika, 3(2),
111. https://doi.org/10.34128/jsi.v3i2.110
Huda, M., & Mada, U. G. (2018). Model Prediksi Kebutuhan Bahan Baku Pada Cafe
Menggunakan Algoritma Fuzzy Tsukamoto. 8–9.
Naibaho, F. R. (2019). Fuzzy Logic Metode Tsukamoto Untuk Prediksi Produksi Cpo
Dengan Permintaan Bersifat Stokastik Pada Pt. Tor Ganda. KOMIK (Konferensi
Nasional Teknologi Informasi Dan Komputer), 3(1), 316–322.
https://doi.org/10.30865/komik.v3i1.1607
Rahakbauw, D. L. (2015). Penerapan Logika Fuzzy Metode Sugeno Untuk Menentukan
Jumlah Produksi Roti Berdasarkan Data Persediaan Dan Jumlah Permintaan.
BAREKENG: Jurnal Ilmu Matematika Dan Terapan, 9(2), 121–134.
https://doi.org/10.30598/barekengvol9iss2pp121-134
Rohaeti, E., Majalengka, U., Teknik, F., & Majalengka, U. (2019). ISSN : 2460-1861
IMPLEMENTASI PENGGUNAAN ALGORITMA FUZZY TSUKAMOTO DALAM
menyuplai keberbagai daerah . Menurut ISSN : 2460-1861. 5.
Roti, P., Cv, P., & Ayu, R. (2017). Penerapan Algoritma Fuzzy Tsukamoto Untuk
Memprediksi Produksi Roti Pada CV. Roti Ayu. 39–46.
Surbakti, R. R., & Sinaga, M. S. (2017). Kata Kunci :
Tomatala, M. F. (2019). Aplikasi Penentuan Jumlah Produksi di Farhan Konfeksi
Kotamobagu dengan Menggunakan Fuzzy Tsukamoto. SMARTICS Journal, 5(1),
1–13. https://doi.org/10.21067/smartics.v5i1.3208
41

Penerapan Metode Fuzzy Tsukamoto Dalam Pengendalian Permintaan

Diunggah oleh

Informasi Dokumen

Deskripsi Asli:

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Penerapan Metode Fuzzy Tsukamoto Dalam Pengendalian Permintaan

Diunggah oleh

Hak Cipta:

Format Tersedia

PENERAPAN METODE FUZZY TSUKAMOTO DALAM PENGENDALIAN

PERMINTAAN BERDASARKAN PENGELUARAN BARANG

JENJANG STRATA 1 (S1)

FAKULTAS INFORMATIKA DAN KOMPUTER

Judul : Penerapan Metode Fuzzy Tsukamoto Dalam Pengendalian Permintaan

Tanggal, ...................2020 Pembimbing I

Rajib Ghaniy, S.Kom, M.Kom

Tanggal, ...................2020 Pembimbing II

Julio Warmansyah, S.Kom, M.MSI

PENGESAHAN PROPOSAL PENELITIAN............................................................................................ i

PERNYATAAN KEASLIAN PENELITIAN..............................................................................................iii

DAFTAR TABEL.................................................................................................................................. viii

A. Latar Belakang Masalah............................................................................................................ 1

2. Pernyataan Masalah / Problem Statement.............................................................................3

3. Pertanyaan Masalah / Research Question.............................................................................3

C. Maksud dan Tujuan Penelitian................................................................................................... 3

D. Spesifikasi Produk Yang Diharapkan......................................................................................... 3

F. Asumsi dan Keterbatasan.......................................................................................................... 4

G. Definisi Istilah atau Definisi Operasional....................................................................................4

BAB II KERANGKA TEORITIS.............................................................................................................. 7

1. Sistem Pendukung Keputusan............................................................................................... 7

2. Logika Fuzzy Tsukamoto....................................................................................................... 8

BAB III METODOLOGI PENELITIAN.................................................................................................. 25

A. Metode Penelitian dan Pengembangan...................................................................................25

B. Model / Metode Yang Diusulkan.............................................................................................. 28

D. Uji Coba Produk....................................................................................................................... 31

Gambar 2.1 Kerangka Berfikir............................................................................................................. 23

A. Latar Belakang Masalah

Table 1.1 Permintaan dan Pengeluaran Barang

Bulan Permintaan Pengeluaran Sisa

Dari tabel 1.1 menggambarkan permintaan barang untuk memenuhi

2 | Skripsi Porposal UNIVERSITAS BINANIAGA INDONESIA 2020

C. Maksud dan Tujuan Penelitian

D. Spesifikasi Produk Yang Diharapkan

F. Asumsi dan Keterbatasan

G. Definisi Istilah atau Definisi Operasional

4 | Skripsi Porposal UNIVERSITAS BINANIAGA INDONESIA 2020

6 | Skripsi Porposal UNIVERSITAS BINANIAGA INDONESIA 2020

8 | Skripsi Porposal UNIVERSITAS BINANIAGA INDONESIA 2020

Ada beberapa metode untuk merepresentasikan hasil logika fuzzy salah

10 | Skripsi Porposal UNIVERSITAS BINANIAGA INDONESIA 2020

12 | Skripsi Porposal UNIVERSITAS BINANIAGA INDONESIA 2020

14 | Skripsi Porposal UNIVERSITAS BINANIAGA INDONESIA 2020

(System Development Life Cycle). Bahasa pemograman yang digunakan dalam

16 | Skripsi Porposal UNIVERSITAS BINANIAGA INDONESIA 2020

18 | Skripsi Porposal UNIVERSITAS BINANIAGA INDONESIA 2020

JUDUL PENYUSUN KONTRIBUSI

Penerapan (Surbakti & Peneliti dapat mengetahui jumlah

Penerapan Fuzzy (Rahakbauw, Peneliti dapat mengoptimalkan

Menentukan Jumlah dengan mengaplikasikan metode

Metode Fuzzy Tsukamoto (Firliana et al., Peneliti membuat sebuah aplikasi

Aplikasi Penentuan Jumlah (Tomatala, Dalam penelitian ini, peneliti

Penerapan Algoritma (Roti et al., Ada tiga variabel yang didefinisikan,

20 | Skripsi Porposal UNIVERSITAS BINANIAGA INDONESIA 2020

22 | Skripsi Porposal UNIVERSITAS BINANIAGA INDONESIA 2020

Penjelasan tentang kerangka pemikiran pada penelitian ini adalah:

A. Metode Penelitian dan Pengembangan

24 | Skripsi Porposal UNIVERSITAS BINANIAGA INDONESIA 2020

Gambar 2 Langkah-Langkah Metode R&D Menurut Sugiyono

Sumber : Borg and Gall, 2013

1. Penelitian dan Pengumpulan Data

didasarkan atas pengukuran kebutuhan (need assessment).